本申请提供一种车辆验证方法、装置、设备及介质，涉及交通技术领域，该方法包括：获取与目标车辆对应的待检测信息集以及标准信息集，待检测信息集包括待检测图像以及采集待检测图像时的第一采集参数，标准信息集包括标准图像以及采集标准图像时的第二采集参数；基于第一采集参数以及权重系数对待检测图像的像素值进行调整，得到第一处理图像；基于第二采集参数以及权重系数对标准图像的像素值进行调整，得到第二处理图像；权重系数为基于预设采集参数确定的；将第一处理图像与第二处理图像中的对应像素进行比对，基于比对结果确定目标车辆的外观是否通过校验，提高了车辆验证的准确性。
【技术实现步骤摘要】
所属的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。在一些可能的实施方式中，根据本申请的设备可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的车辆验证方法中的步骤。下面参照图5来描述根据本申请的这种实施方式的设备500。图5显示的设备500仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。如图5所示，设备500以通用设备的形式表现。设备500的组件可以包括但不限于：上述至少一个处理器501、上述至少一个存储器502、连接不同系统组件(包括存储器502和处理器501)的总线503，其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行以下步骤：获取与目标车辆对应的待检测信息集以及标准信息集，上述待检测信息集包括上述目标车辆的实际外观的待检测图像以及采集上述待检测图像时的第一采集参数，上述标准信息集包括上述目标车辆的标准外观的标准图像以及采集上述标准图像时的第二采集参数；基于上述第一采集参数以及权重系数对上述待检测图像的像素值进行调整，得到第一处理图像；上述权重系数为基于预设采集参数确定的；基于上述第二采集参数以及上述权重系数对上述标准图像的像素值进行调整，得到第二处理图像；将上述第一处理图像与第二处理图像中的对应像素进行比对，基于比对结果确定上述目标车辆的外观是否通过校验。总线503表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。存储器502可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)5021和/或高速缓存存储器5022，还可以进一步包括只读存储器(rom)5023。存储器502还可以包括具有一组(至少一个)程序模块5024的程序/实用工具5025，这样的程序模块5024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。设备500也可以与一个或多个外部设备504(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与设备500交互的设备通信，和/或与使得该设备500能与一个或多个其它设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口505进行。并且，设备500还可以通过网络适配器506与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器506通过总线503与用于设备500的其它模块通信。应当理解，尽管图中未示出，可以结合设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。可选的，第一模型中包括上述权重系数，上述处理器具体用于：将上述待检测信息集输入第一模型，以通过上述第一模型分别对上述待检测图像以及上述第一采集参数进行特征提取，得到第一图像特征以及第一参数特征，并通过上述第一模型对上述第一图像特征以及第一参数特征进行特征融合，并对融合结果依次进行特征提取以及采样处理，得到上述第一处理图像。可选的，上述第一模型基于如下方式获得：获取多个样本信息集以及各样本信息集对应的标记图像，上述标记图像对应于预设采集参数，上述样本信息集中包括样本图像和上述样本图像对应的样本采集参数；将各样本信息集分别输入基础模型，对上述基础模型进行迭代训练至损失值满足设定条件时，将上述基础模型确定为上述第一模型；其中，在一次迭代训练中执行如下操作：通过基础模型，基于样本采集参数对样本图像的像素值进行调整，得到输出图像；分别确定上述输出图像与对应的标记图像之间的亮度相似度、对比度相似度以及结构相似度；基于上述亮度相似度、对比度相似度以及结构相似度确定损失值，并基于上述损失值对上述基础模型的参数进行调整。可选的，上述处理器基于上述第一采集参数以及权重系数对上述待检测图像的像素值进行调整，得到第一处理图像之前，还用于：将上述待检测图像以及标准图像分别输入第二模型，以通过上述第二模型对上述待检测图像以及标准图像分别进行像素分类，得到上述待检测图像以及标准图像分别对应的分类结果；基于上述待检测图像对应的分类结果，从上述待检测图像中提取包括上述目标车辆的第一区域，并基于上述标准图像对应的分类结果，从上述标准图像中提取包括上述目标车辆的第二区域；基于上述第一区域对上述待检测信息集中的待检测图像进行更新，并基于上述第二区域对上述标准信息集中的标准图像进行更新；上述基于上述第一采集参数以及权重系数对上述待检测图像的像素值进行调整，得到第一处理图像，包括：基于上述第一采集参数以及权重系数，对更新后的待检测图像的像素值进行调整，得到第一处理图像；上述基于上述第二采集参数以及上述权重系数对上述标准图像的像素值进行调整，得到第二处理图像，包括：基于上述第二采集参数以及上述权重系数，对更新后的标准图像的像素值进行调整，得到第二处理图像。可选的，上述处理器用于通过第二模型对上述待检测图像以及标准图像分别进行像素分类，得到上述待检测图像以及标准图像分别对应的分类结果，具体包括：通过上述第二模型中的第一网络对待检测图像进行特征提取，得到与上述待检测图像对应的第一热点图；通过上述第二模型中的第二网络对上述第一热点图进行多次上采样处理，并基于多次上采样处理的结果生成上述待检测图像对应的分类结果；通过上述第一网络对标准图像进行特征提取，得到与上述标准图像对应的第二热点图；通过上述第二网络对上述第二热点图进行多次上采样处理，并基于多次上采样处理的结果生成上述标准图像对应的分类结果。可选的，上述处理器将第一处理图像与第二处理图像中对应像素进行比对之前，还用于：从上述第一处理图像中提取包括上述目标车辆的第三区域，并从上述第二处理图像中提取包括上述目标车辆的第四区域；确定上述第三区域与第四区域的尺寸不同时，将上述第三区域以及第四区域中任一区域确定为目标区域，另一区域确定为参考区域，并将上述目标区域的尺寸调整为参考区域的尺寸；上述将上述第一处理图像与第二处理图像中的对应像素进行比对，包括：将调整后的目标区域与上述参考区域中的对应像素进行比对。可选的，上述处理器具体用于：对上述第一处理图像与第二处理图像中相同位置的像素值进行差值计算，得到差值图像；对上述差值图像进行腐蚀处理以及膨胀处理后，确定差值图像中像素值大于预设数值的像素所属区域的面积；若上述面积未大于预设阈值，则确定上述目标车辆通过校验；若上述面积大于预设阈值，则确定上述目标车辆未通过校验。在一些可能的实施方式中，本申请提供的一种车辆验证方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本申请本文档来自技高网...
【技术保护点】
1.一种车辆验证方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，第一模型中包括所述权重系数，所述基于所述第一采集参数以及权重系数对所述待检测图像的像素值进行调整，得到第一处理图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一模型基于如下方式获得：
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一采集参数以及权重系数对所述待检测图像的像素值进行调整，得到第一处理图像之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述第二模型对所述待检测图像以及标准图像分别进行像素分类，得到所述待检测图像以及标准图像分别对应的分类结果，包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述第一处理图像与第二处理图像中对应像素进行比对之前，还包括：
7.根据权利要求1或6所述的方法，其特征在于，所述将所述第一处理图像与第二处理图像中对应像素进行比对，基于比对结果确定所述目标车辆是否通过校验，包括：
8.一种车辆验证装置，其特征在于，所述装置包括：
9.一种车辆验证设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该计算机程序指令被处理器执行时实现权利要求1至7任一项所述方法的步骤。
...
【技术特征摘要】
1.一种车辆验证方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，第一模型中包括所述权重系数，所述基于所述第一采集参数以及权重系数对所述待检测图像的像素值进行调整，得到第一处理图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述第一模型基于如下方式获得：
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一采集参数以及权重系数对所述待检测图像的像素值进行调整，得到第一处理图像之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述通过所述第二模型对所述待检测图像以及标准图像分别进行像素分类，得到所述待检测图像以及标准图像分别对应的分类结果，包括：
6.根...
【专利技术属性】
技术研发人员：李士钰，杨华卫，杨士弘，郑霜，陈红，
申请(专利权)人：北京菱云科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。